typhoon - ocr - 7bオープンソースビジュアル言語モデル - 無料でデプロイし、タイ語と英語の現実文書を解析する

ホーム

Typhoon Ocr 7b

scb10xによって開発

タイ・英語バイリンガルの現実世界文書解析のために特別に設計された視覚言語モデル、Qwen2.5-VL-Instructionフレームワークベース

画像生成テキスト

Transformers

複数言語対応#タイ・英語バイリンガルOCR #複雑な文書解析 #構造化出力

ダウンロード数 126

リリース時間 : 5/14/2025

モデル概要

タイ語と英語の文書のOCR認識と構造化解析に特化し、複雑なレイアウト文書処理と多層視覚分析をサポート

モデル特徴

タイ・英語バイリンガルサポート

タイ語と英語の混合文書の認識能力を特別に最適化

複雑な文書解析

財務諸表、政府フォームなどの構造化文書や領収書、メニューなどの複雑なレイアウト文書を処理可能

多層視覚分析

要素認識、文脈分析、テキスト抽出、アート構造分析、総合要約生成をサポート

構造化出力

Markdown、HTMLテーブル、<figure>タグ形式で出力し、元の文書構造を保持

モデル能力

タイ・英語バイリンガルOCR認識

文書構造化解析

テーブルデータ抽出

チャート分析

多言語混合コンテンツ処理

複雑レイアウト文書理解

使用事例

金融文書処理

財務諸表解析

複雑な財務諸表から構造化データを抽出

GPT-4oやGemini 2.5 Flashを超える性能

政府文書処理

政府フォーム解析

政府フォームのキー情報を自動認識・抽出

高精度な構造化出力

教育資料処理

学術論文解析

論文からテキスト、図表、参考文献情報を抽出

MarkdownとHTML形式出力をサポート

おすすめAIモデル

Llama 3 Typhoon V1.5x 8b Instruct

タイ語専用に設計された80億パラメータの命令モデルで、GPT-3.5-turboに匹敵する性能を持ち、アプリケーションシナリオ、検索拡張生成、制限付き生成、推論タスクを最適化

Cadet-TinyはSODAデータセットでトレーニングされた超小型対話モデルで、エッジデバイス推論向けに設計されており、体積はCosmo-3Bモデルの約2％です。

Roberta Base Chinese Extractive Qa

RoBERTaアーキテクチャに基づく中国語抽出型QAモデルで、与えられたテキストから回答を抽出するタスクに適しています。

質問応答システム中国語

uer

2,694

未来を切り開く、あなたのAIソリューション知識ベース

English 简体中文繁體中文にほんご